让机器学习不再依赖数据?Gary Marcus和「Roomba之父」的初创公司获1500万美元融资

让机器不再依赖数据?这家公司要建立世界上第一个工业级认知引擎

人工智能」对应深度学习,围绕单一任务点,需要大量数据做支撑,有时候不那么可靠,可移植性差/移植过后需要大量重新训练。在转移和泛化方面差了不少。

Robust.AI强调的是「人工智能」,对应深度理解,强调系统化地解决宽泛的问题,具备灵活与动态的推理能力,可以很好地移植到不同场景。

显然,我们当前需要的是人工智能

作者 | 吴昕


10月28日,人工智能初创公司Robust.AI 宣布获得1500万美元的A轮融资。Jazz Venture Partners领投,Playground Global,Liquid2,Fontinalis,Jaan Tallinn和Mark Leslie跟投。截至今日这家创立于2019年中期的公司已经获得了2250万美元融资。

在大家都在谈数据、谈深度学习的当下,Robust.AI似乎有一点格格不入。

该公司愿景是构建「世界上第一个用于工业机器人的工业级认知引擎」,反对深度学习,希望让机器人摆脱数据依赖,向人类看齐实现「真正的智能」。

 一 深度学习VS深度理解

Robust AI.五位联合创始人曾被国内媒体称为「全球最聪明的五位人工智能科学家。」

CEO Gary Marcus是纽约大学心理学和神经科学教授,前Geometric Intelligence(几何智能,被Uber收购)创始人;CTO Rodney Brooks是iRobot和Rethink Robotics的联合创始人,也是有史以来最畅销的消费机器人Roomba的联合发明人,曾任麻省理工学院人工智能实验室的主席。

其余成员分别为SRI International视觉技术中心高级技术经理 Mohamed R. Amer;高通公司机器人主席和加州大学圣地亚哥分校教授Henrik Christensen;前Formant CTO Anthony Jules。

公司的起源可以追溯到50岁的马库斯(Marcus)和65岁的布鲁克斯(Brooks)开始谈论人工智能的问题以及如何应用人工智能,他们都认为人工智能的发展不应该过于依赖数据,「这几乎是一种迷信。」Brooks说。

当时Marcus刚与纽约大学计算机科学教授欧内斯特·戴维斯(Ernest Davis)合写了一本畅销书《重启人工智能》(Rebooting AI),探讨了以深度学习为基础的人工智能技术的缺陷,书中的观点与Brooks的想法一拍即合。这就给了Macus创业的灵感。

深度学习成为人工智能主导的这些年里,机器的认知和行动都要以大量数据为基础,虽然在某些领域如「面部识别、物体识别」等取得了巨大的成功,总体来看仍然非常笨重、脆弱、不灵活。并且每进入一个新的领域都需要付出非常高昂的训练成本。

以工业应用为例,机器人还只能按照设定好的程序移动,无法处理类似物体位置变化等突发状况,每进行一个新的任务,(比如在仓库中从码垛到搬运)都需要重新开发一种新的机器人。

沈向洋曾在演讲过提到过类似的观点,当前很多应用都是「人工智能」,对应深度学习围绕单一任务点,需要大量数据做支撑,有时候不那么可靠,可移植性差/移植过后需要大量重新训练。在转移和泛化方面差了不少。

Robust.AI强调的是「人工智能」,对应深度理解,强调系统化地解决宽泛的问题,具备灵活与动态的推理能力,可以很好地移植到不同场景。

显然,我们当前需要的是人工智能。毕竟,我们想要综合各种来源的知识,期望 AI 能够对世界上正在发生的事情进行推理。就像人类一样,能够在一种语境中学习,在另一种语境中应用。

 二 构建「世界上第一个工业级认知引擎」

目前Robust.AI的商业计划是建立「世界上第一个用于工业机器人的工业级认知引擎」,这是一个软件平台,能够让机器人摆脱程序和数据的限制,与人类有效的协同工作,未来甚至可以承担工地建筑、照顾老人、完全自动驾驶等复杂任务。

「机器人和人工智能系统产品同样需要契合市场。」「我们正在建立一种大多数机器人公司公司都无法抗拒的东西,会让机器人从一个在定义环境中运行的单一工具,到能在世界上所有复杂环境中工作的高度有用的系统。」

目前Robust.AI 公司规模比较小,只有25人左右。公司表示拿到融资后会首先关注社交感知和导航,并将产品市场化。Macus表示,他已经在与一家客户进行试点项目,并「正在与其他几个合作伙伴进行对话。」

导航比较简单,就是在不打断现有任务和不引人注目的情况下绕过障碍物和人。社交感知是指让机器人对如何更准确、更高效的处理任务有自己的想法。

比如,当机器人被要求把物品放进壁橱时,要能够理解到该任务的目的,规划最有效的方式,而不会因为物品大小的不合适就先将其打成碎片。

由于Robust.AI是一家纯软件公司,因此硬件还需要合作伙伴提供。Macus预计将在2021年开始交付产品。

随着人工智能和自动化应用拓展到各行各业,Brooks预计对这种能让机器人更灵活的基础软件的需求会大大增加。「以前没有考虑过在自己系统中加入人工智能的公司也会需要它。」Brooks说,「他们不可能自己拥有世界级的人工智能研究实验室,必须向第三方采购。」

如何让机器摆脱数据依赖实现以上的商业构想?Marcus曾在公开演讲中阐释过一些可行的路径,比如「常识训练」,也就是交给机器人关于这个世界的常识和常识之间的逻辑关联。

这实际上是一种「技术复古」,20世纪70年代的科学家们就并非用数据而是用尝试训练机器人。

比如麦卡锡提出的Advice Taker就是世界上第一个解决常识知识的人工智能程序,他让机器人做的推理是,「因为X是一只鸟,所以X会飞」「因为Y想吃蛋糕,所以Y要去烤蛋糕」。

「我们(在重启人工智能)上写了一篇伟大的文章,阐述了为什么深度学习采用的语言方法永远不会奏效,我支持这一观点。」Marcus说。

「根本问题是,我们并没有告诉机器我们需要的一切。」

参考链接:

https://www.forbes.com/sites/amyfeldman/2020/10/28/startup-robustai-founded-by-cognitive-scientist-gary-marcus-and-roboticist-rodney-brooks-raises-15-million-to-make-building-smarter-robots-easier/?ss=ai#7446ffb8f4b8

https://techcrunch.com/2020/10/28/robust-ai-raises-a-15m-series-a-to-improve-problem-solving-for-collaborative-robots/

产业数据科学机器学习
相关数据
沈向洋人物

微软全球执行副总裁,美国工程院院士。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

弱人工智能技术

弱人工智能(weak AI),也被称为窄AI,是专注于某一特定狭窄领域任务的人工智能。 相对于可以用来解决通用问题的强(泛)人工智能,几乎目前所有的人工智能都属于弱人工智能的范畴I。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

强人工智能技术

强人工智能或通用人工智能(Strong AI或者 Artificial General Intelligence)是具备与人类同等智慧、或超越人类的人工智能,能表现正常人类所具有的所有智能行为。强人工智能是人工智能研究的主要目标之一,同时也是科幻小说和未来学家所讨论的主要议题。相对的,弱人工智能(applied AI,narrow AI,weak AI)只处理特定的问题。弱人工智能不需要具有人类完整的认知能力,甚至是完全不具有人类所拥有的感官认知能力,只要设计得看起来像有智慧就可以了。由于过去的智能程式多是弱人工智能,发现这个具有领域的局限性,人们一度觉得强人工智能是不可能的。而强人工智能也指通用人工智能(artificial general intelligence,AGI),或具备执行一般智慧行为的能力。强人工智能通常把人工智能和意识、感性、知识和自觉等人类的特征互相连结。

工业机器人技术

工业机器人是面向工业加工制造的可自动控制,多用途,需有三轴及以上可编程的固定或可移动机械手。其系统中包括带有执行机构的机械手以及示教控制器。 它可以依靠自身控制能力来执行预设的轨迹及动作。典型应用包括焊接,刷漆,组装,采集和放置等工作。工业机器人完成工作具有高效性,持久性和准确性。目前常用的工业机器人包括关节机器人,SCARA机器人,并联机器人和直角坐标机器人等。

物体识别技术

计算机视觉领域的一个分支,研究物体的识别任务

推荐文章
暂无评论
暂无评论~